📄 earth_science

bioDYM: Dynamic material flow analysis for biogenic carbon management and CDR strategy assessment

该论文介绍了 bioDYM，这是一款基于 ODYM 框架构建的开源动态物质流分析软件，能够实现对生物源碳系统和碳移除策略的灵活建模，并通过一个德国小麦秸秆案例研究证明了其有效性，该案例研究强调了碳稳定性与产品寿命对长期碳移除性能的关键影响。

原作者： Johannes Roland Scholz, Albrecht Fritze, Lukas Hoppe, Vera Susanne Rotter

发布于 2026-07-29

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Johannes Roland Scholz, Albrecht Fritze, Lukas Hoppe, Vera Susanne Rotter

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，地球是一个巨大的、繁忙的厨房，而碳是其中的主要食材。有时，这些碳像从锅里升起的蒸汽一样停留在空气中（大气层）；有时，它们被储存在储藏室、花园甚至房屋的墙壁里（土壤、植物和建筑）。问题在于，升起的“蒸汽”太多了，使得厨房变得异常闷热，并导致了气候变化。科学家们正试图弄清楚如何捕捉这些蒸汽，并将它们安全地锁存起来很长一段时间。这被称为二氧化碳移除（CDR）。为了实现这一点，他们需要追踪每一粒碳的移动——看它如何从空气进入植物，然后再进入土壤或建筑材料等不同的储存点。这有点像试图追踪一滴水如何蒸发、降雨、流经河流，最后被海绵吸收，而与此同时，海绵还在慢慢变干。挑战在于，这些储存点并不尽相同；有些海绵能锁住水分一个世纪，而另一些则会在几年内让水分滴漏。为了解决这个谜题，研究人员需要一个超级智能的计算器，能够追踪这些跨越数十年而非仅仅是数天的移动部件。

由此诞生了 bioDYM，这是一个由柏林工业大学团队开发的新型开源软件工具。你可以把 bioDYM 想象成一本高科技的、具有“时间旅行”功能的碳账本。旧有的工具要么过于简单，无法处理复杂的时空演变场景；要么过于复杂（需要专业的编程技能）而难以使用，而 bioDYM 则在两者之间取得了平衡。它允许用户使用用户友好的电子表格或 Web 应用来构建一个碳移动模型，而无需成为计算机程序员。该软件旨在模拟碳在长期内的行为，考虑到某些碳分解得很快（就像腐烂的苹果），而其他形式（如生物炭或建筑中的木材）则可以持续数百年。它甚至可以同时运行数千个“假设”场景，以观察未来的不确定性。

为了测试这个新工具是否有效，研究人员利用它模拟了一个涉及德国小麦秸秆的百年故事（从 2025 年到 2125 年）。他们设想了一个 1,000 平方公里的区域，并提出了一个简单的问题：如果我们收割那里所有的小麦秸秆，哪种方式能最有效地实现其碳的长期储存？他们比较了三种不同的路径：

直接掺入 (DI)： 将秸秆直接翻耕进土壤中。
热解与掺入 (P&I)： 通过加热将秸秆转化为生物炭（一种类似木炭的物质），然后将其放入土壤中。
建筑材料 (CM)： 利用秸秆建造屋顶、隔热层或结构梁等建筑构件。

模拟揭示了一些令人惊讶的结果。到 2125 年，整个系统从大气中移除了巨大的 8,817 Gg C（吉克碳）。然而，这些碳最终落在了哪里，完全取决于所采用的方法。“直接掺入”法在长期储存方面效果最差；到 2125 年，它仅保留了 409 Gg C，因为土壤中的碳分解得很快并重新回到了空气中。相比之下，“热解与掺入”法表现强劲，作为稳定的生物炭锁住了 4,721 Gg C 的碳。而“建筑材料”路径也表现出色，在建筑中储存了 3,687 Gg C 的碳长达数十年。

这项研究使用了一个“蒙特卡洛”引擎，这就像是掷了 5,000 次骰子，以观察不同的不确定性（例如秸秆腐烂的速度或屋顶的使用寿命）如何改变结果。结果表明，碳的稳定性以及产品的寿命是最重要的因素。例如，尽管生物炭路径进入土壤的初始碳量比直接投入秸秆的路径要少，但由于生物炭极其稳定且不易腐烂，在 100 年后，它的储碳量是前者的 11 倍。

研究人员还测试了一个“停止”场景，即在 2075 年切断向生物炭和建筑路径供应新秸秆的渠道。结果显示，生物炭的储量保持得几乎完美稳定，在随后的 50 年里仅下降了约 11%，证明了其耐用性。然而，建筑储量却崩溃了，下降了近 89%，因为建筑物达到了使用寿命并被焚烧，从而将碳释放回了空气中。这表明，虽然利用秸秆造建筑对于延迟碳释放很有帮助，但除非建筑能永久保存，否则它并不是一个永久性的解决方案。

简而言之，bioDYM 证明了在一个单一且灵活的工具中对这些复杂的循环碳系统进行建模是完全可能的。研究表明，对于长期碳移除而言，储存的“类型”远比你投入碳的“数量”更为重要。虽然该工具功能强大，但作者指出，这些模拟是基于当前数据和假设的；现实世界的气候效益还需要考虑成本和社会因素，而这些是该工具无法衡量的。但对于追踪碳在时间长河中的旅程，bioDYM 提供了一种清晰、易用且动态的方式，让我们能看到哪些策略真正能在下一个世纪里让“厨房”保持凉爽。

技术摘要：bioDYM —— 用于生物源碳管理与 CDR 策略评估的动态物质流分析工具

1. 问题陈述

二氧化碳移除（CDR）策略的评估（特别是涉及生物源碳，如生物质、生物炭、土壤有机碳的策略）需要能够对长期复杂循环系统进行建模的工具。现有的物质流分析（MFA）工具面临显著局限性：

静态局限性： 广泛使用的工具（如 STAN）提供图形界面，但在建模时间动态存量（temporal stock dynamics）和衰减过程方面缺乏强大的功能。
准入门槛： 灵活的基于代码的框架（如 ODYM 和 flodym）支持动态建模和多元素追踪，但需要高级 Python 编程技能，限制了非专业从业者的采用。
功能缺失： 当前工具通常缺乏对特定生物源过程的集成支持，例如具有多池动力学的阶一衰减（FOD）、具有寿命分布的动态存量建模（DSM），以及无需手动解耦的循环物质流自动处理。此外，集成的情景分析和不确定性量化往往缺失，或需要通过手动补救措施来实现。

因此，迫切需要一种既能结合生物源碳系统特定过程逻辑，又具备易用性的开源工具。

2. 方法论：bioDYM 框架

作者提出了 bioDYM（生物源动态物质系统模型），这是一款基于 ODYM 框架构建的 Python 软件。其设计旨在降低动态 MFA 的准入门槛，同时保留先进的建模能力。

2.1 架构与工作流

bioDYM 通过三个步骤的工作流运行：

系统定义 (bioDYM-SD)： 用户通过结构化的 Microsoft Excel 工作簿或基于浏览器的 Web UI 来定义模型。这实现了数据与计算引擎的分离，无需编写 Python 代码即可完成系统设置。界面包括模型配置、过程/存量、流量、高级模型（DSM/FOMP）、情景/不确定性管理以及参考文献部分。
模型执行 (bioDYM Engine)： 引擎加载配置并执行模块化系统求解器。该求解器使用不动点迭代算法逐年处理系统，确保在定义的容差范围内实现流量和存量值的收敛。这使得无需手动解耦即可解决循环物质流问题。
可视化 (bioDYM Dashboard)： 结果通过交互式 Jupyter Notebook 或基于 Voilà 的浏览器仪表板进行展示，其功能包括动态桑基图（Sankey diagrams）、存量/流量演变图以及蒙特卡洛直方图。

2.2 关键过程逻辑

bioDYM 引入了自定义过程逻辑以处理生物源的复杂性：

阶一矿化过程 (FOMP)： 实现了一种多池阶一衰减模型（公式 1）来模拟有机物的分解。它区分了不稳定（快）和稳定（慢）的库，允许配置衰减率（ $k_1, k_2$ ）和库比例（ $f_1$ ）。这使得模拟百年时间尺度下的土壤有机碳（SOC）和生物炭稳定性成为可能。
动态存量建模 (DSM)： 扩展了标准的年龄组（age-cohort）追踪，加入了元素守恒（如含水量、干物质、总碳）。它支持各种寿命分布（固定、正态、对数正态、Weibull 分布）来模拟产品的应用阶段。
情景管理器： 允许用户在单次模拟运行中，通过替换规则（乘法、替换、加法）在定义的情景下操纵参数（如转移系数、流量数量），从而捕捉模块间的相互作用。
蒙特卡洛 (MC) 引擎： 通过从用户定义的分布（正态、对数正态、均匀、三角形）中采样参数，集成了不确定性量化。它将不确定性传播到整个系统（包括循环流），并对每次实现进行自动质量平衡检查。

3. 案例研究：小麦秸秆 CDR 策略

为了演示 bioDYM，作者对德国（1,000 km²）的小麦秸秆进行了为期 100 年（2025–2125 年）的碳管理系统建模。该系统追踪了三种应用路径：

直接还田 (DI)： 将秸秆直接还入土壤，采用两池 FOMP 模型（不稳定和稳定组分）进行建模。
热解与还田 (P&I)： 将秸秆转化为生物炭（在 600°C 下）并还田。模型具有高稳定性（99.4%）和极慢的衰减率。
建筑材料 (CM)： 将秸秆用于建筑材料（屋顶、隔热层、结构件），通过 DSM 结合 Weibull 寿命分布进行建模。

研究包含了一个“2075 年停止小麦秸秆施用”的情景，以测试输入停止后碳存量的持久性，并进行了蒙特卡洛模拟（ $n=5,000$ ）以评估参数不确定性。

4. 关键结果

系统性能： 到 2125 年，该系统从大气中累计移除了 8,817 Gg C。
- P&I 路径作为稳定的生物炭保留了最多的碳（4,721 Gg C）。
- CM 路径在应用阶段存量中保留了 3,687 Gg C。
- DI 路径仅作为土壤有机碳保留了 409 Gg C。
碳稳定性 vs. 碳数量： 结果表明，碳稳定性是决定长期固碳能力比碳投入量更关键的因素。尽管 P&I 路径接收的碳投入仅为 DI 路径的一半，但由于生物炭的高稳定性，在 100 年后其储碳量是 DI 路径的 11 倍。
情景敏感性： 在“2075 年停止施用”情景下：
- P&I 存量在 50 年内仅下降了约 11%，证实了其近乎永久的稳定性。
- CM 存量下降了约 89%，因为建筑组分在达到使用寿命后未能得到更新。
- DI 存量显著增加（达到 1,200 Gg C），因为 100% 的秸秆被转向土壤，但受限于快速矿化作用。
不确定性分析： 蒙特卡洛结果显示，P&I 和 CM 路径的变异系数较低（11%），表明其对参数不确定性具有鲁棒性。相比之下，DI 显示出高变异性（CV = 58%），这是由对衰减率和木质素含量的敏感性驱动的。

5. 意义与主张

本文声称 bioDYM 通过以下方式填补了 CDR 策略评估中的关键方法论空白：

易用性： 它能够在无需高级编程技能的情况下，实现复杂的动态、多元素 MFA，利用低代码的 Excel/Web 界面。
集成的生物源建模： 它是首个在单一、可审计的质量平衡系统中结合阶一衰减（FOD）、动态存量建模（DSM）和循环流处理的工具。
循环流解析： 固点迭代求解器可在每个时间步内解析循环依赖关系（例如，矿化返回大气），消除了其他 dMFA 工具中常见的滞后流导致的系统性时间偏差。
整体评估： 它允许在统一的不确定性和情景分析下，同时比较差异巨大的不同 CDR 路径（土壤、生物炭、产品）。

作者将 bioDYM 定位为不是生命周期评估（LCA）或技术经济分析的替代品，而是一种专门设计的补充工具，旨在量化生物源 CDR 策略的长期固碳潜力及存量动态。该软件以开源形式（MIT 许可证）发布，以促进复现性和进一步开发。